简介：随着经济的飞速发展,对经济的预测已经是必要的手段,本文选择灰色预测模型来预测经济的发展.然而,传统的GM(1,1)模型存在一些不足,往往在数据之间变化很大时得不到理想的结果,预测精度不高.首先对GM(1,1)模型做了简单的介绍,然后通过改进初始值的光滑度和背景值的取值优化模型,最后运用改进的GM(1,1)模型预测兰州市未来几年的经济发展,从预测结果看到在2020年兰州市的全民生产总值将达到6000亿.

简介：本文以我国的中央税收数据为研究对象，试图从我国税收与经济增长的关系、税收的结构和效应等方面综合考虑，利用GM（1，1）模型，对我国的中央税收进行实证预警研究。研究表明，构建模型的预测结果与中央税收收入状况基本相符，该预警系统具有有效的预警功能，可以为审计署的税收审计工作提供支持，为国家财政预算提供依据。

简介：介绍了灰色理论的GM(1，1)模型，给出了利用GM(1，1)预测股价变化规律的一种方法，并给出了一个实例。

简介：一些企业在预测融资需求时大多采用销售百分比法，虽然简单方便，但是其基本假设与现实不很相符，实用性较差。GM（1，1）灰色预测模型建模所需信息较少，而模型精度较高，是处理小样本预测问题的有效工具。因此本文运用GM（1，1）模型来预测企业融资需求，克服了传统方法的缺陷，提高了企业财务预测的准确度。

简介：基于传统GM（1，1）模型的建模理论，结合建筑物的变形特点，采用实时动态GM（1，1）模型，并辅以残差对模型进行修正，即将动态预报与残差修正相结合，形成基于残差改正的动态GM（1，1）模型。实际算例表明，基于残差修正的动态GM（1，1）模型，能顾及参数的时变性，可显著改善GM（1，1）模型的拟合及预报精度。

简介：为了提高GM(1,1)模型的预测精度,对GM(1,1)模型进行预测,得到残差序列,然后用残差序列建模对原模型进行修正,得到GM(1,1)的残差修正模型,将其应用到扬压力的预测中,结果表明模型精度大大提高.

简介：为了改进原始GM（1，1）模型的模拟效果，优化GM（1，1）模型的背景值后，利用最小二乘法，得到发展系数-a．在a已知的条件下，根据GM（1，1）模型的还原值与实际值之差最小，求出待定系数c，从而获得参数和背景值同时优化的GM（1，1）模型．此模型不需要选择初始条件，具有白化指数律重合性．实例表明此优化模型既能模拟低增长序列，又能模拟高增长序列，具有较好的模拟效果和预测效果．

简介：

简介：针对GM（1,1）模型的适用范围是近指数情况,提出了将优化灰导数与利用原始序列模拟的相对误差平方和最小估计预测系数c相结合的方法,从而得到一种简化计算的新GM（1,1）优化模型,该模型的预测公式x（0）（k）=ce-ak在形式上比较简洁,并且经严格指数序列从理论上验证了参数a具有白化指数律重合性,预测系数c具有白化系数重合性.

简介：非等时距GM（1,1）模型在进行沉降预测时,能够取得准确可靠的预测结果,可以将其推广应用到软基路段的沉降预测中去.

简介：摘要灰预测是灰理论的重要内容之一。应用灰预测模型可以有效预测员工绩效趋势。文章构建了灰预测模型，分析研究了灰预测模型在员工绩效趋势灰预测中的应用，对员工绩效趋势进行了灰预测，为有效制定绩效改进计划，正确引导员工行为，不断提高员工绩效水平提供了科学依据。

简介：摘 要：在电力系统不透明的特点下，电力负荷预测通过考虑外在因素的影响，运用数学模型和运算软件力求得到更为精确的的预测数值，而电力负荷预测的核心问题是预测的技术方法。本文采用灰色模型GM(1,1)对北京市8年的数据进行分析预测，得出的实际值与观测值之间具有较高的精确度,并由此讨论灰色GM(1,1)模型的优劣势。

简介：论述了变形监测建模的常用方法——灰色系统理论，结合工程实例，建立GM（1，1）预测模型，应用于围堰工程变形监测数据分析，并对模型的精度进行检验。预测了未来变形趋势，证实了围堰变形监测分析中使用灰色GM（1，1）预测方法的可行性。

简介：摘要本文探讨灰色系统理论的GM(1,1)模型应用于地铁监测数据分析，结合真实数据进行变形预测比较和检验，充分证实了在地铁监测分析中应用灰色预测方法的可行性。

简介：本文用样条函数对GM(1，1)模型的残差序列进行插值拟合，然后作用于二阶线性微分方程，并以此修正原模型，得到一种新的预测模型的数值解．

简介：针对施工项目历史数据少的特点，将GM（1，1）引入到关键链进度管理中，综合考虑工序资源使用紧张程度、链路复杂度及风险偏好水平三个因素对缓冲区大小计算进行改进。通过算例验证了GM（1，1）模型对工序持续时间估计的可行性，并给出基于GM（1，1）预测的缓冲区大小计算方法，所得结果与传统的“剪贴法”“根方差法”比较，在完工概率相同前提下证明了该方法的优越性，有效缩短了计划工期。

简介：依据1996—2015年我国65岁及以上老年人口数和抚养比,建立灰色GM（1,1）模型,对2016—2020年我国人口老龄化状况进行预测,结果表明,到2020年,我国65岁及以上老年人口数达1.6427亿人,抚养比高达15.0336%,没有下降的趋势,人口老龄化形势非常严峻。为有效缓解人口老龄化问题,应大力发展老龄化产业,构建社区老年人服务体系,办好老年人的教育与就业,继续开放生育政策,吸纳外来人口以降低老龄抚养压力。

简介：安徽省是中国的农业大省,农村物流发展有广阔的前景。选取农资使用量、粮食货运量、农林牧渔货运量和农村主要食品消费量为指标,运用灰色预测模型GM（1,1）预测安徽省的农村物流需求,发现安徽省未来几年的农资使用量增加,粮食货运量和农林牧渔货运量增加,农村主要食品消费量下降。对于安徽省农村物流的发展,可能加强农村基础设施建设,提高农村物流服务质量,提高农村物流信息化水平来实现。

简介：GM（1,1）具有要求样本数据少,运算方便,短期预测精度高等优点,因此而得到广泛应用;但它也存在一定的局限性,其主要适用于单一的指数增长的模型,对序列数据出现异常情况很难预测。为了改善这一局限性,将其与多项式拟合进行组合,通过实例分析证明组合模型比单一模型拟合精度更高,达到比较好的效果。

简介：梅毒是一种传染性强、危害大的性传播疾病。近年来，随着经济的快速发展，一些特殊行业的产生以及频繁的人口流动，致使一些人的性观念、性道德、性行为发生了改变，性传播疾病死灰复燃，梅毒疫情也呈现出不断增长的趋势。及时掌握梅毒疫情的发展变化趋势，对开展梅毒防治工作具有重要的指导意义。本文采用灰色模型CM（1，1）对杭州市梅毒疫情进行预测，为制定梅毒防治政策提供依据。